論文の概要: OCP-LS: An Efficient Algorithm for Visual Localization
- arxiv url: http://arxiv.org/abs/2512.24552v1
- Date: Wed, 31 Dec 2025 01:21:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-01 23:27:28.526999
- Title: OCP-LS: An Efficient Algorithm for Visual Localization
- Title（参考訳）: OCP-LS:ビジュアルローカライゼーションのための効率的なアルゴリズム
- Authors: Jindi Zhong, Hongxia Wang, Huanshui Zhang,
- Abstract要約: OCP法を取り入れ、ヘッセン行列の対角要素を適切に近似するため、ディープラーニングにおける大規模最適化問題に対処することを目的としている。
本フレームワークは,より高速な収束,訓練安定性の向上,ノイズ干渉に対する堅牢性の向上を図りながら,競争的局所化精度を実現する。
- 参考スコア（独自算出の注目度）: 13.198046216057746
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper proposes a novel second-order optimization algorithm. It aims to address large-scale optimization problems in deep learning because it incorporates the OCP method and appropriately approximating the diagonal elements of the Hessian matrix. Extensive experiments on multiple standard visual localization benchmarks demonstrate the significant superiority of the proposed method. Compared with conventional optimiza tion algorithms, our framework achieves competitive localization accuracy while exhibiting faster convergence, enhanced training stability, and improved robustness to noise interference.
- Abstract（参考訳）: 本稿では,新しい二階最適化アルゴリズムを提案する。
OCP法を取り入れ、ヘッセン行列の対角要素を適切に近似するため、ディープラーニングにおける大規模最適化問題に対処することを目的としている。
複数の標準ビジュアルローカライゼーションベンチマークにおいて,提案手法の有意な優位性を示す実験を行った。
従来のオプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイザ・オプティマイ
関連論文リスト
- A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。
提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
論文 参考訳（メタデータ） (2025-06-14T17:35:27Z) - A novel algorithm for optimizing bundle adjustment in image sequence alignment [6.322876598831792]
本稿では,低温電子トモグラフィーにおける画像シーケンスアライメントの文脈におけるバンドル調整(BA)モデルを最適化するための新しいアルゴリズムを提案する。
アルゴリズムの性能を評価するために、合成データセットと実世界のデータセットの両方に関する大規模な実験を行った。
論文 参考訳（メタデータ） (2024-11-10T03:19:33Z) - Provably Faster Algorithms for Bilevel Optimization via Without-Replacement Sampling [96.47086913559289]
勾配に基づくアルゴリズムはバイレベル最適化に広く用いられている。
本研究では,より高速な収束率を実現する非置換サンプリングに基づくアルゴリズムを提案する。
合成および実世界の両方のアプリケーションに対してアルゴリズムを検証する。
論文 参考訳（メタデータ） (2024-11-07T17:05:31Z) - Improving sample efficiency of high dimensional Bayesian optimization
with MCMC [7.241485121318798]
本稿ではマルコフ・チェイン・モンテカルロに基づく新しい手法を提案する。
提案アルゴリズムのMetropolis-HastingsとLangevin Dynamicsの両バージョンは、高次元逐次最適化および強化学習ベンチマークにおいて最先端の手法より優れていることを示す。
論文 参考訳（メタデータ） (2024-01-05T05:56:42Z) - A Single-Loop Algorithm for Decentralized Bilevel Optimization [11.67135350286933]
そこで本研究では,分散化された二段階最適化を低レベルに凸した問題で解くための新しい単一ループアルゴリズムを提案する。
提案手法は,反復毎に2つの行列ベクトル乗算のみを用いることで,過勾配を近似する完全単ループ法である。
解析により,提案アルゴリズムは二段階最適化アルゴリズムにおいて最もよく知られた収束率を実現することを示す。
論文 参考訳（メタデータ） (2023-11-15T13:29:49Z) - Accelerating Cutting-Plane Algorithms via Reinforcement Learning
Surrogates [49.84541884653309]
凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。
多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。
そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
論文 参考訳（メタデータ） (2023-07-17T20:11:56Z) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳（メタデータ） (2023-01-30T15:46:39Z) - Hierarchical Segment-based Optimization for SLAM [6.590648135605555]
本稿では,SLAMシステムのための階層的セグメントベース最適化手法を提案する。
まず,バックエンド最適化の効率向上に有効なトラジェクトリセグメンテーション手法を提案する。
そこで我々は,セグメンテーションのロバスト性を改善するためのバッファ機構を初めて提案する。
論文 参考訳（メタデータ） (2021-11-07T14:57:26Z) - Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
バイレベル最適化は多くの機械学習問題に対するツールである。
Stoc-BiO という新しい確率効率勾配推定器を提案する。
論文 参考訳（メタデータ） (2020-10-15T18:09:48Z) - IDEAL: Inexact DEcentralized Accelerated Augmented Lagrangian Method [64.15649345392822]
本稿では,局所関数が滑らかで凸な分散最適化環境下での原始的手法設計のためのフレームワークを提案する。
提案手法は,加速ラグランジアン法により誘導されるサブプロブレム列を概ね解いたものである。
加速度勾配降下と組み合わせることで,収束速度が最適で,最近導出された下界と一致した新しい原始アルゴリズムが得られる。
論文 参考訳（メタデータ） (2020-06-11T18:49:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。